Weka使用之聚类分析

转自：http://anna-zr.javaeye.com/blog/578938

上次我介绍了分类器的使用方法，这次我来介绍一下聚类算法。聚类算法在数据挖掘里面被称之为无监督学习（unsupervised learning），这是与分类算法（supervised learning）相对的。在它们两者之间还一种叫做半监督学习（semi-supervised learning）这个我会在后面的文章中重点介绍。所谓无监督学习就是在预先不知道样本类别的情况下，由聚类算法来判别样本的类别的一种学习方法。
聚类算法的一般过程分为：
1. 读入需预测样本
2. 初始化聚类算法（并设置参数）
3. 使用聚类算法对样本进行聚类
4. 打印聚类结果
我们来看下面的一个实例：
package com.csdn;
import java.io.File;
import weka.clusterers.SimpleKMeans;
import weka.core.DistanceFunction;
import weka.core.EuclideanDistance;
import weka.core.Instances;
import weka.core.converters.ArffLoader;
public class SimpleCluster {

public static void main(String[] args) {
// TODO Auto-generated method stub